
一、引 言
当前,新一轮产业变革加速演进,全球供应链分工体系正经历深刻调整。据麦肯锡公司对13个行业325家大型跨国公司的统计,平均每3.7年,企业便会遭遇一次持续超过一个月的重大供应链中断事件。
供应链上下游企业间存在紧密的联动效应,上游供应商会依据下游客户的经营状况调整自身风险决策行为,导致下游客户的财务风险与需求波动直接影响上游供应商的稳定性;上游供应商的经营状况变化也会对下游企业的生产与供应形成连锁反应,二者共同决定整体供应链的稳定性。现有研究主要从企业竞争(肖旦等,2017)、风险投资(张广冬和邵艳,2022)以及商业信用(Ersahin等,2024)等市场导向视角探讨供应链关系的影响因素,揭示了市场化因素在供应链管理中的重要作用,而较少文献关注政府政策因素在供应链管理中的协同效应,尤其是政府采购这一需求侧激励手段对供应链上下游关系的影响机制尚未明晰,这为本文研究提供了契机。
作为产业链供应链上的关键需求主体,政府采购将“有为政府”与“有效市场”有机结合,通过市场机制与企业建立经济联系,在降低企业不确定性风险的同时,发挥了显著的经济价值效应。一方面,企业生产供应易受外界需求波动的影响,引发“牛鞭效应”。而政府采购以“保供”为核心动机,发挥了需求引导与生产协调作用,有效提升了被采购企业的供应链资源配置效率,降低了协调难度;同时,政府采购提供庞大且稳定的现金流,在降低企业财务风险方面亦发挥重要作用(Goldman,2020;孙薇和叶初升,2023)。另一方面,政府采购在产品市场具有较强的示范效应,在提升被采购企业产品竞争力的同时向外界传递积极的声誉信号,有助于抑制其声誉风险,降低融资成本(窦超等,2021);政府采购带来的制度性信任与长期合约关系有助于提升被采购企业在与上下游互动中的谈判地位,缓解因市场结构不对称而引发的权力协调难题;同时,依托稳定的订单与支付保障,政府采购降低了合作伙伴因收益不确定性而退出合作的可能性,从而有效提升了供应链关系的稳定性与黏性(武威等,2024)。
自2003年《中华人民共和国政府采购法》实施以来,我国政府采购规模持续扩大,从2003年的1 659.4亿元增长至2023年的33 929.6亿元,占全国GDP的比重升至2.67%。在激发市场主体活力方面,政府采购授予中小企业的合同金额达25 239.8亿元,其中小微企业合同金额为15 778.3亿元。以上数据表明,政府采购不仅是国家财政支出的重要组成部分,更是引导产业资源配置、稳定市场预期、促进企业发展的关键政策工具。从政策层面看,2019年《财政部关于促进政府采购公平竞争优化营商环境的通知》强调了政府采购在营商环境建设中的引导功能;2022年《关于进一步加大政府采购支持中小企业力度的通知》则明确了政府采购对中小企业的支持机制,其“稳链”功能日益凸显。然而,现有研究主要聚焦于政府采购在降低单个企业风险方面的作用(Cai和Zhu,2020;孙薇和叶初升,2023),较少深入探讨其对整体供应链关系稳定性的潜在影响。在当前供应链中断风险加剧的背景下,一个更值得深入探讨的问题是:除了降低单个企业风险外,政府采购能否对供应链的整体稳定性产生积极影响?这是本文尝试回答的核心问题。
本文以2015—2022年中国A股上市公司为研究样本,借助网络爬虫技术收集并整理了中国政府采购数据,检验了政府采购对企业供应链稳定性的影响及其作用机制。研究结果表明,政府采购显著提升了企业供应链稳定性,且该结论在经过一系列稳健性检验与内生性测试后依然成立。机制检验表明,政府采购通过降低企业财务风险、声誉风险以及供应链波动风险,促进供应链稳定性提升。异质性分析发现,在风险承受能力较低及供应链协调难度较大的企业中,政府采购对供应链稳定性的促进作用更加显著。进一步分析发现,与中上游企业相比,政府采购更显著地提升了下游企业的供应链资源协调效率;同时,政府采购在稳定供应链关系的基础上产生了创新升级效应与稳就业效应,显著提升了企业创新水平,并促进了稳就业目标的实现。本文的研究贡献主要体现在以下三个方面:
首先,本文拓展了政府采购这一需求侧干预政策的经济效应研究。现有文献主要聚焦于政府采购在企业层面的微观治理作用,包括降低经营风险(孙薇和叶初升,2023)、促进数字化转型(申志轩等,2024)、提升绿色创新水平(黄继承和朱光顺,2023)以及改善信息环境(Samuels,2021)等。然而,政府采购的经济效益不仅局限于单个企业,更可通过供应链传导至上游供应商,对整体供应链关系的稳定性产生重要影响。本文基于中国政府采购网的订单数据,深入探讨了政府采购对供应链稳定性的影响,从而丰富了该领域的研究。
其次,本文丰富了企业供应链稳定性影响因素的相关文献。以往研究大多聚焦于供应链信息质量(Bauer等,2018)、产品市场竞争程度(Chen等,2023)以及商业信用(Ersahin等,2024)等因素。虽有文献从需求端探讨了政府采购对供应链韧性的影响,如降低融资成本(窦超等,2021)、提升创新水平(武威等,2024)以及增强供应链韧性(祝嘉良等,2025)等,但鲜有研究深入探讨政府采购对供应链企业间关系稳定性的具体影响。本文从政府采购这一市场激励型政策工具出发,基于其“稳链”效应,深入探究了其对供应链稳定性的影响及作用机制,从而拓展了现有研究。
最后,本文研究结论为增强企业供应链稳定性、防范与化解系统性风险、优化就业环境以及提升实体经济运行效率提供了理论支撑。政府采购不仅有助于缓解企业因财务波动与市场不确定性而带来的压力,还通过提供稳定需求与现金流,构建企业风险缓释机制。在经济动荡与外部冲击下,政府采购可为企业锁定可预测的市场需求,降低经营风险。此外,政府采购在提升供应链资源配置效率的同时增强了上下游企业间的协作黏性,体现了其作为产业政策工具的战略协同价值。政策制定者应认识到,政府采购不仅能缓解企业融资约束,还能促进资源优化配置,为企业创新升级与稳定就业创造有利条件。由此可见,政府采购作为促进经济稳定发展的有效工具,对提升供应链稳定性、推动经济增长具有重要意义。
二、理论分析与研究假设
政府采购依托政府强大的财政实力与信誉保障,能够持续向市场注入庞大、稳定且高信誉的需求,助力企业抵御不确定性冲击,提升可持续发展能力与供应链稳定性。政府采购带来的资源效应与声誉效应沿供应链传导,通过降低企业财务风险、声誉风险以及供应链波动风险,提升供应链稳定性。具体而言,基于资源依赖理论与信号传递理论的整合框架,本文提出政府采购通过缓解财务风险、抑制声誉风险以及治理供应链波动风险三重渠道,作用于供应链稳定性。
首先,政府采购有助于缓解企业财务风险,从而直接强化供应链稳定性。一方面,政府采购作为优质且稳定的客户资源,能从需求端抑制被采购企业的市场波动风险,通过增强其未来收益的可预期性与经营稳定性,在一定程度上缓解财务压力并降低违约风险(田利辉和关欣,2023)。另一方面,政府采购招投标程序严格,使得被采购企业向外界传递了积极的经营信号,表明其具备较强盈利能力与较低信贷违约风险(孙薇和叶初升,2023)。这一信号有助于缓解外部投资者与被采购企业间的信息不对称,提高外源融资可得性,间接降低企业陷入财务困境的可能性,在提升企业抗风险能力的同时进一步增强整体供应链稳定性(武威等,2024)。
其次,政府采购带来的积极信号能够抑制企业声誉风险,并通过双向声誉资本传导来提升供应链上下游信任度,从而巩固供应链稳定性。基于信号传递理论,政府采购向外界释放被采购企业产品竞争力与发展潜力等积极信号,能够有效改善企业舆论环境与资本市场关注度,优化其营商环境(郑远和张志宏,2025)。一方面,政府采购形成的订单稳定性与支付保障信号通过供应链纵向传导机制重构上游合作范式,向供应商传递需求可预测性信号,降低其生产计划波动性,驱动产能配置优化。这种基于政府信用背书的强信任关系促使供应商延长原材料供应周期并优先保障核心企业需求,在供应链纵向维度形成战略协同效应,从而缓解传统供需关系中的短期博弈困境(孙薇和叶初升,2023)。另一方面,政府采购隐含的产品合规性认证与服务可靠性信号通过市场横向扩散机制重塑下游价值认同,使被采购产品获得准公共品属性认证,在消费端形成质量标杆效应,增强终端客户价值感知,实现供应链关系网络的稳定性提升。
最后,政府采购通过稳定的需求预期与有效的监督管理机制,能够抑制供应链中的“牛鞭效应”,从而降低供应链波动风险。资源依赖理论强调,在不确定环境下,企业对外部资源的依赖程度直接影响其生存发展战略。在激烈的市场竞争中,供应链企业倾向于通过构建稳定合作关系来获取竞争优势。凭借政府采购项目这一优质外部资源,被采购企业能够与供应链伙伴建立更稳固的合作关系(潘越等,2024)。一方面,企业生产供给易受外界需求波动影响,引发“牛鞭效应”;而政府采购从需求侧提供稳定且庞大的市场需求,其传递的积极信号更能引导市场预期,平抑供应链供需波动风险。另一方面,政府采购带来的制度性信任与长期合约安排有助于提升被采购企业在与上下游企业互动中的谈判地位,缓解因市场结构不对称而引发的权力失衡与协调难题。依托稳定的订单与支付保障,政府采购能够显著降低合作伙伴因收益不确定而退出合作的可能性,从而提升交易各方预期的稳定性。同时,政府采购的制度支持与风险缓冲机制共同作用有效降低了供应链协调难度,增强了合作黏性与结构稳定性(Samuels,2021;武威等,2024)。此外,政府采购通过信号传递释放准确的市场需求信息,缓解了供应链各环节的信息不对称,提升了资源配置效率与计划一致性。政府采购过程中制度化履约监管与审计制度也有助于抑制“敲竹杠”等机会主义行为,强化信息共享与规范激励,从而在“有为政府”与“有效市场”协同下推动供应链协调机制优化与稳定性提升(Cohen和Li,2020;Samuels,2021)。
总体而言,政府采购不仅有助于降低企业内部财务风险,还能通过抑制外部声誉风险与供应链波动风险,提升供应链稳定性。基于上述分析,本文提出以下研究假设:
假设1:在其他条件不变的情况下,政府采购会显著提升供应链稳定性。
企业风险承受能力的异质性是供应链稳定性分化的关键解释维度,其内在机制根植于中国融资市场的结构性错配格局。企业生命周期阶段也会通过影响其外部融资环境与内部治理能力,塑造供应链稳定性的差异化表现(刘诗源等,2020)。在中国结构性信贷配给格局下,非成熟期企业普遍面临融资约束较强、信用基础较弱的困境,更依赖外部稳定机制支持供应链管理。相较而言,成熟期企业因拥有稳固的供应链结构与较强的风险应对能力,政府采购对其产生的边际稳定效应相对较弱。此外,大型企业凭借规模经济效应与充足抵押品在融资市场获得风险分散优势,这种规模导向的信贷差异使其能通过纵向一体化或供应链金融而增强网络风险分担能力,从而提升供应链稳定性。相反,中小企业则陷入融资约束与供应链脆弱性的恶性循环:融资约束限制其供应链优化投入(王浩然和周泽将,2025),而供应链不稳定又进一步削弱其信贷资质,最终导致风险承受能力与供应链稳定性双向恶化。在这种情况下,政府采购的“稳链”效应可能呈现非对称特征,对风险承受能力较低的非成熟期企业及中小企业产生更显著的边际改善效应。基于上述分析,本文提出以下研究假设:
假设2a:在其他条件不变的情况下,当企业风险承受能力较低时,政府采购对供应链稳定性的提升作用更加显著。
供应链协调难度作为影响系统稳定性的核心结构性因素,其程度差异直接决定企业间合作关系的可持续性。较高的协调难度会通过权力失衡与信息风险双重路径,削弱供应链网络的抗冲击韧性;而有效的协调机制则能显著提升企业对复杂交易环境的适应性。具体而言,当供应链集中度较高时,企业对少数核心交易方的过度依赖容易形成议价权不对等的单极结构,迫使企业投入超额资源维系关键合作。这种结构性约束不仅会增加协调成本,更会放大供应链中断的潜在风险。在此情境下,政府订单的引入凭借其规模效应与契约刚性,能有效提升企业谈判地位,部分抵消强势客户或供应商的议价优势,从而降低企业对单一交易方的路径依赖程度(田利辉和关欣,2023),这种权力结构的再平衡可以直接缓解因集中度过高而导致的协调负担。与此同时,供应链透明度的提升虽有助于增强外部监督效率,但在同质化竞争市场中,过度信息披露可能引发“竞食效应”,即竞争对手通过“定向挖角”侵蚀企业合作网络,从而增加协调难度。此时,政府采购的信用背书功能显现独特的治理价值,其通过财政预算的公共属性向市场传递合作稳定性的强烈信号,使关键供应商即使面临竞品企业的溢价邀约,也会因政府采购带来的长期合作预期而降低流失倾向(步丹璐和王钰涵,2023),从而显著提升供应链关系的持续性。基于上述分析,本文提出以下研究假设:
假设2b:在其他条件不变的情况下,当企业供应链协调难度较大时,政府采购对企业供应链稳定性的提升作用更加显著。
在需求波动常态化的环境中,产业链不同位置的企业面临差异化的风险暴露机制。中上游企业作为资源与原材料的供应方,较少直接接触终端需求市场,受需求端波动的影响相对较小;而下游企业则处于供应链需求端,依赖上游供应商的原材料或组件,且更易受市场需求波动的负面影响。这种供应链节点的权力不对称将进一步加剧资源协调困境,导致下游企业资源协调效率急速衰减(Malhotra和Mackelprang,2012)。在此背景下,政府采购通过规模化稳定订单产生需求端锚定效应,这不仅有助于平抑市场波动,还能凭借行政契约的约束力推动供应链网络重构,从而有效缓解下游企业面临的市场不确定性风险,为其提供更强的稳定支撑。因此,相较于上游企业,下游企业能从政府采购中获益更多,其供应链稳定性的提升也更显著。基于上述分析,本文提出以下研究假设:
假设2c:在其他条件不变的情况下,当企业位于产业链下游时,政府采购对企业供应链稳定性的提升作用更加显著。
三、研究设计
(一)样本选择与数据来源
本文以2015—2022年中国A股上市公司为研究对象,考察政府采购合同订单对上市公司供应链稳定性的影响。政府采购数据来源于中国政府采购网的“政府采购合同公告查询”系统。借鉴孙薇和叶初升(2023)以及武威等(2024)的数据收集思路,本文采用网络爬虫与手工整理相结合的方式,收集了2015—2022年全部的政府采购订单协议信息。之所以选取2015年之后的数据,是因为自2015年3月1日起实施的《中华人民共和国政府采购法实施条例》明确了政府采购合同的披露要求,使得采购合同信息在政府采购网上更为翔实可查。本文使用的企业供应链数据来源于中国研究数据服务平台(CNRDS),该数据库覆盖范围广、识别准确性高;企业财务特征、公司治理指标以及地区经济数据来源于国泰安数据库(CSMAR),并利用CNRDS进行补充。为满足研究需要,本文对初始样本进行了如下筛选:剔除金融保险行业企业;剔除经营状况异常的ST类上市公司;剔除变量缺失及常见的异常值样本(如资产负债率大于1的样本);对所有连续变量在上下1%水平上进行缩尾处理。本文最终得到13 434个公司—年度观测值。
(二)变量定义
1. 被解释变量:供应链稳定性
本文的被解释变量为供应链稳定性(sc_stable)。借鉴张广冬和邵艳(2022)的方法,本文采用企业连续两年维持合作的供应商与客户占比来衡量供应链稳定性。具体步骤如下:首先,分别将企业当年披露的供应商与客户信息中与上年重复出现的数量除以当年披露的供应商与客户总数,该数值介于0和1之间,数值越大表明企业当年重复合作的供应商与客户越多,供应链稳定性越高;其次,将供应商稳定性与客户稳定性取均值,得到企业的供应链稳定性指标。
2. 解释变量:政府采购
本文的核心解释变量为政府采购(Govpur),采用上市公司及其子公司当年获得的政府采购订单金额加1后取自然对数来衡量。中国政府采购网的“政府采购合同公告查询”系统详细披露了每份政府采购合同的关键信息,包括合同编号、名称、签订日期、金额、供应商名称、采购人名称、主要标的物名称、数量以及所属地区等。参考郑远和张志宏(2025)以及孙薇和叶初升(2023)的方法,本文通过供应商名称与上市公司及其控股子公司全称进行精确匹配,以自然年为统计基准,整理得到各上市公司年度的政府采购订单数量与金额。
3. 控制变量
参考窦超等(2021)以及周泽将等(2024)的研究,为确保识别更为准确,本文控制了可能影响企业供应链稳定性的其他因素,具体包括企业规模(Size)、资本结构(Lev)、总资产净利率(ROA)、现金流水平(Cashflow)、账面市值比(BM)、有形资产占比(Tang)等财务特征变量。同时,为剔除公司治理因素的影响,本文控制了包括两职合一(Dual)、董事会规模(Board)、独董比例(Indep)、第一大股东持股比例(Share1)在内的公司治理变量。此外,本文还控制了公司(Firm)、年度(Year)以及行业(Industry)固定效应。ε为随机扰动项。为缓解可能存在的自相关与异方差问题,本文在公司层面进行了聚类稳健标准误处理。
(三)模型构建
为探究政府采购对企业供应链稳定性的影响,本文构建了如下模型:
| $ \begin{aligned} sc\_stable_{i,t}=&\beta_0+\beta_1Govpur_{i,t}+\beta_2S ize_{i,t}+\beta_3Lev_{i,t}+\beta_4ROA_{i,t}+\beta_5C ashflow_{i,t}+\beta_6BM_{i,t}+\beta_7Tang_{i,t} \\ & +\beta_8Dual_{i,t}+\beta_9Board_{i,t}+\beta_{10}Indep_{i,t}+\beta_{11}S hare1_{i,t}+Firm+Year+Indury+\varepsilon \end{aligned} $ | (1) |
其中,下标i和t分别表示企业和年度;sc_stable表示企业供应链稳定性,Govpur表示企业及其子公司当年获得的政府采购合同订单金额。若模型(1)中的系数β1显著为正,则表明政府采购能显著提升企业的供应链稳定性。
四、实证结果分析
(一)描述性统计
表1报告了主要变量的描述性统计结果。可以看出,被解释变量供应链稳定性(sc_stable)的均值为0.126,中位数为0,呈右偏分布。这反映出中国上市公司的供应链稳定性普遍偏低,大部分企业未达到平均水平,仍存在较大提升空间。同时,供应链稳定性(sc_stable)的标准差为0.245,最小值为0,最大值为1,表明企业间差异显著。尽管部分企业的供应链稳定性较高,但整体而言,多数企业的供应链稳定性仍处于较低水平且波动较大。核心解释变量政府采购(Govpur)的均值为1.297,标准差为3.071,表明政府采购金额在企业间差异显著,部分企业获得的订单金额远高于平均水平。政府采购虚拟变量(zfcg)的均值为0.179,表明约17.9%的样本企业在考察期内获得了至少一项政府采购订单。政府采购订单数量(htsl)的均值为1.534,标准差为6.323,最大值为48,远高于中位数0。这反映出政府采购在样本中呈高度集中分布,仅少数企业获得大量订单,而大多数企业未能享受该政策支持。控制变量的描述性统计结果与主要文献基本一致,限于篇幅,此处不再赘述。
| 变量 | 样本量 | 均值 | 中位数 | 标准差 | 最小值 | 最大值 |
| sc_stable | 0.126 | 0.000 | 0.245 | 0.000 | 1.000 | |
| Govpur | 1.297 | 0.000 | 3.071 | 0.000 | 19.186 | |
| zfcg | 0.179 | 0.000 | 0.384 | 0.000 | 1.000 | |
| htsl | 1.534 | 0.000 | 6.323 | 0.000 | 48.000 | |
| Size | 22.356 | 22.074 | 1.579 | 19.671 | 28.055 | |
| Lev | 0.427 | 0.412 | 0.220 | 0.054 | 0.972 | |
| ROA | 0.036 | 0.040 | 0.075 | −0.368 | 0.208 | |
| Listage | 2.945 | 2.996 | 0.316 | 2.079 | 3.584 | |
| Cashflow | 0.045 | 0.039 | 0.036 | 0.003 | 0.210 | |
| BM | 0.343 | 0.327 | 0.167 | 0.009 | 0.791 | |
| Tang | 0.930 | 0.960 | 0.088 | 0.526 | 0.999 | |
| Dual | 0.314 | 0.000 | 0.462 | 0.000 | 1.000 | |
| Board | 2.119 | 2.197 | 0.207 | 1.609 | 2.708 | |
| Indep | 0.377 | 0.364 | 0.053 | 0.333 | 0.571 | |
| Share1 | 0.336 | 0.311 | 0.148 | 0.084 | 0.743 |
(二)基准回归分析
表2报告了政府采购与企业供应链稳定性的基准回归结果。其中,列(1)未加入控制变量且仅加入公司固定效应,列(2)在列(1)的基础上加入了公司财务特征层面的控制变量,列(3)在列(2)的基础上加入了年度和行业固定效应,列(4)在列(3)的基础上加入了公司治理层面的控制变量。列(1)至列(4)结果显示,无论是否加入控制变量,政府采购与企业供应链稳定性之间均在1%的水平上显著正相关,即对于获得政府采购订单的企业,其供应商和客户稳定性明显提升。换言之,政府采购具有一定的“稳链”效应,验证了本文研究假设1。
| (1)sc_stable | (2)sc_stable | (3)sc_stable | (4)sc_stable | |
| Govpur | 0.005***(4.965) | 0.004***(3.280) | 0.004***(3.366) | 0.004***(3.371) |
| Size | −0.006(−0.646) | −0.010(−1.037) | −0.010(−1.024) | |
| Lev | −0.033(−0.892) | −0.030(−0.791) | −0.029(−0.775) | |
| ROA | −0.096**(−1.984) | −0.092*(−1.911) | −0.090*(−1.872) | |
| Listage | 0.155***(4.590) | 0.110(1.291) | 0.102(1.196) | |
| Cashflow | −0.258**(−2.176) | −0.248**(−2.081) | −0.248**(−2.076) | |
| BM | −0.030(−0.912) | −0.036(−0.998) | −0.036(−1.013) | |
| Tang | −0.052(−0.930) | −0.049(−0.859) | −0.048(−0.843) | |
| Dual | 0.006(0.587) | |||
| Board | 0.012(0.344) | |||
| Indep | 0.026(0.252) | |||
| Share1 | −0.046(−0.644) | |||
| Constant | 0.119***(84.870) | −0.110(−0.572) | −0.109(−0.333) | −0.116(−0.332) |
| Firm | 控制 | 控制 | 控制 | 控制 |
| Year和Industry | 未控制 | 未控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.439 | 0.444 | 0.458 | 0.458 |
| 注:***、**和*分别表示在1%、5%和10%的水平上显著,括号内为t值。下表同。 | ||||
本文进一步测算了政府采购“稳链”效应的经济显著性。本文首先对政府采购和供应链稳定性指标进行组内去均值处理,以消除个体固定效应,然后基于处理后的指标标准差计算经济显著性。经组内去均值处理后,政府采购指标的标准差为1.541,供应链稳定性指标的标准差为0.147,测算得出模型的经济显著性约为0.04(0.004×1.541÷0.147)个标准差,这表明政府采购对企业供应链稳定性的提升作用具有显著的经济意义。
(三)内生性处理与稳健性检验
为确保研究结论的可靠性,本文进一步采取解决样本选择问题、工具变量检验、指标有效性检验、控制高维固定效应等一系列方法进行稳健性检验。
1. 样本选择问题
为进一步缓解非随机处理效应带来的样本选择偏差,本文采用熵平衡匹配法与倾向得分匹配法,从不同维度消除处理组与控制组在协变量上的系统性差异,以确保研究结论的稳健性。参考Madsen和McMullin(2020)的做法,本文设置政府采购虚拟变量(High_score),若企业当年获得政府采购订单,表明其受政策影响的可能性较大,则High_score赋值为1,否则为0。此外,本文采用倾向得分匹配法进行稳健性检验。具体而言,本文依据企业是否获得政府采购订单,将样本分为处理组(High_score=1)和控制组;随后基于企业规模、资本结构、总资产净利率、现金流水平、账面市值比、有形资产占比、两职合一、董事会规模、独董比例、大股东持股以及公司、年度和行业虚拟变量进行Logit回归,计算倾向得分值;在此基础上,对处理组进行可放回的1︰2和1︰3最近邻匹配,以构建可比对照组。表3报告了两种匹配方法处理后的回归结果。其中,列(1)和(2)分别为熵平衡匹配前后的结果,列(3)和(4)分别为1︰2和1︰3倾向得分匹配的回归结果。可以看出,无论采用熵平衡匹配还是倾向得分匹配,政府采购虚拟变量(High_score)的系数均显著为正,表明在充分控制可测变量的选择性偏差后,政府采购对企业供应链稳定性的提升作用依然显著。
| (1)sc_stable | (2)sc_stable | (3)sc_stable | (4)sc_stable | |
| 熵平衡匹配 | 倾向得分匹配 | |||
| High_score | 0.030***(3.421) | 0.022**(2.543) | 0.030**(2.156) | 0.026**(2.154) |
| Controls | 控制 | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.458 | 0.505 | 0.523 | 0.512 |
2. 工具变量法
政府采购与企业供应链稳定性之间仍可能存在反向因果问题,即政府在制定采购决策时可能倾向于选择供应链较为稳定的企业。为缓解这一内生性问题,本文参考游家兴等(2023)的研究方法,采用政府采购清单概率作为工具变量。具体而言,政府采购清单概率是指企业所在省份中同行业获得政府订单的比例,该数值越大表明该地区企业获得政府采购订单的可能性越高,因而与政府采购变量存在较强的相关性。同时,政府采购清单概率难以直接影响本企业的供应链稳定性,加之本文已控制公司层面的相关变量,使得两者之间难以存在其他潜在的影响路径(潘越等,2024)。因此,选取政府采购清单概率作为工具变量,能够较好地满足相关性与排他性要求。
本文同时采用政府采购订单金额(Govpur)与政府采购虚拟变量(zfcg)进行工具变量检验。回归结果如表4所示,其中,列(1)和列(3)为第一阶段的回归结果,工具变量(Avgorder_perfirm)的系数在1%的水平上显著为正,表明政府采购清单概率越大,企业越可能获得政府采购订单;列(2)和列(4)的第二阶段回归结果显示,政府采购订单金额(Govpur)与政府采购虚拟变量(zfcg)的系数均在5%的水平上显著为正,表明在考虑内生性问题后,政府采购对企业供应链稳定性的提升作用依然显著。此外,Cragg-Donald Wald F统计量与Kleibergen-Paap Wald rk F统计量均超过常用阈值,数据分析结果与工具变量外生性假设一致。
| (1) | (2) | (3) | (4) | |
| 第一阶段 | 第二阶段 | 第一阶段 | 第二阶段 | |
| Govpur | sc_stable | zfcg | sc_stable | |
| Avgorder_perfirm | ||||
| Govpur | ||||
| zfcg | ||||
| Controls | 控制 | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Cragg-Donald Wald F值 | 17.576 | 26.474 | ||
| Kleibergen-Paap Wald rk F值 | 13.761 | 19.099 | ||
3. 指标有效性检验
第一,本文参考陈雯和范茵子(2024)的方法,基于年报文本构建“风险”与“供应链”相关词典,从而构建企业供应链风险感知指标。经检验,无论是否加入控制变量,供应链稳定性与供应链风险感知之间始终在1%的水平上显著负相关,即对于供应链稳定性较高的企业,其供应链风险感知明显更低,这表明该指标具有良好的解释力与识别度。
第二,为进一步验证核心结论的稳健性,本文采用多种替代性供应链稳定性指标进行回归分析。具体而言,本文采用三年内企业主要供应商与客户的重复率(SCstable_3)来衡量企业在采购与销售环节的合作持续性;采用三年内企业前五大与前十大供应商及客户集中度的滚动标准差(CR5_sd3、CR10_sd3、cust_CR5_sd3、cust_CR10_sd3)来衡量企业供应链关系的波动程度。回归结果表明,政府采购有助于提升企业供应链稳定性。
第三,为进一步检验政府采购对供应链稳定性影响的稳健性,本文从数量与强度两个维度拓展了政府采购变量的构建方式。结果显示,无论采用政府采购合同数量的自然对数(lnhtsl)还是获得政府采购的虚拟变量(zfcg)作为衡量指标,其系数均在1%的水平上显著为正;同时,以政府采购金额占货币资金比重(Govpur_cash_ratio)来衡量采购强度,其系数在5%的水平上显著为正。上述结果进一步验证了政府采购通过增强企业资源保障与市场预期有助于提升供应链稳定性。
第四,本文进一步采用供应商稳定性(STABLE_1)和客户稳定性(CTABLE_1)等替代指标来检验结果的稳健性。回归结果显示,政府采购的系数在5%的水平上显著为正,表明研究结论不受被解释变量测量误差的干扰。
4. 高维固定效应
尽管上文基准回归模型已控制公司、年度以及行业固定效应,但仍可能存在因遗漏变量而引致的内生性问题。参考常丽等(2025)的研究思路,本文依次在基准回归模型中引入省份固定效应、行业×年度固定效应、省份×年度固定效应以及行业×省份×年度固定效应,以剔除地区等层面因素对估计结果的干扰。回归结果显示,无论模型如何调整,政府采购(Govpur)的回归系数均显著为正,与上文基准回归结果保持一致,充分验证了核心结论的稳健性。
5. 排除其他干扰性解释
为排除企业战略转型、市场退出或外部冲击等多重因素带来的干扰,本文进一步控制了利润波动率(Profitsvolatility)、贸易摩擦敏感度(Friction)以及全要素生产率(TFP)三个关键变量,以识别政府采购对供应链稳定性的净效应。检验结果表明,在引入上述控制变量后,政府采购对供应链稳定性的影响仍在1%的水平上显著为正,表明政府采购确实具有超越企业自身属性与外部冲击的独立的“稳链”效应。此外,供应链数据中企业对前五大客户和供应商的披露具有高度自愿性,可能导致对供应链关系持续性的误判。为控制由此带来的潜在信息披露偏误,本文引入企业层面的自愿信息披露水平变量,以识别并剥离信息披露对供应链稳定性指标的系统性干扰。检验结果显示,在控制信息披露水平后,政府采购对供应链稳定性的正向影响依然在1%的水平上显著,表明本文主要结论在剔除信息披露偏误影响后依然稳健。这进一步验证了本文供应链数据在应对信息披露不完整性方面的有效性,同时增强了研究结论的可信度。
五、进一步分析
(一)机制检验
基于上文理论分析,政府采购具有一定的声誉效应,并通过降低企业财务风险和供应链波动风险提升企业的供应链稳定性。因此,本文从缓解财务风险、抑制声誉风险以及治理供应链波动风险的视角出发进行机制检验。
为验证政府采购的“稳链”效应,本文参考江艇(2022)的研究设计,构建模型(2)来检验政府采购对企业财务风险、声誉风险以及供应链波动风险的影响。
| $ {Risk}_{i,t}={\alpha }_{0}+{\alpha }_{1}{Govpur}_{i,t}+{Controls}_{i,t}+Firm+Year+Industry+\varepsilon $ | (2) |
其中,企业的风险(Risk)包含以下三个指标:财务风险(Ddmerton)、声誉风险(Pos_news)以及供应链波动风险(Bullwhip)。在财务风险(Ddmerton)的衡量方面,本文参考覃家琦等(2025)的做法,通过计算企业资产价值与违约点之间的距离来度量企业发生财务困境或违约的可能性。该数值越大表明企业资产价值相对于负债水平越高,财务状况越稳健,财务风险越低;反之,违约距离越小表明企业更接近违约临界点,财务风险越高。在声誉风险(Pos_news)的衡量方面,本文参考逯东和宋昕倍(2021)的研究,采用企业年度正面报道数占全部报道(包括正面、负面以及中性)的比例作为企业声誉风险的代理指标,该数值越大表明企业声誉风险越小。在供应链波动风险(Bullwhip)的衡量方面,本文参考Bray和Mendelson(2012)以及刘啟仁等(2024)的做法,以企业生产波动与需求波动的偏离程度作为供应链波动风险的代理指标,该数值越大表明企业供应链波动风险越高。
表5报告了上述作用机制的检验结果。其中,列(1)显示,政府采购能够显著增加企业的违约距离,抑制违约风险,从而降低企业的财务风险。列(2)显示,政府采购能够显著提升企业的积极媒体声誉,从而降低企业的声誉风险。列(3)显示,政府采购与供应链波动风险显著负相关,表明政府采购通过提升供应链的供需协调效率来降低企业的供应链波动风险。综上分析,政府采购通过降低被采购企业的财务风险、声誉风险以及供应链波动风险,为供应链企业提供了更为稳健的运营环境,从而提升了供应链稳定性。
| (1)财务风险 | (2)声誉风险 | (3)供应链波动风险 | |
| Ddmerton | Pos_ratio | Bullwhip | |
| Govpur | 0.092***(3.281) | 0.001*(1.696) | −0.005***(−3.038) |
| Controls | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 |
| N | |||
| Adj. R2 | 0.346 | 0.351 | 0.430 |
(二)异质性分析
上文检验了政府采购对企业供应链稳定性的影响及其作用机制,但两者之间的关系可能存在一定的异质性。基于此,本文从企业风险承受能力与供应链协调难度两个视角,进一步考察政府采购对企业供应链稳定性影响的异质性。
1. 企业风险承受能力
由上文理论分析可知,政府采购所带来的“稳链”效应可能因企业生命周期和规模而异,尤其有助于非成熟期企业与小规模企业提升供应链稳定性。参考刘诗源等(2020)的做法,本文采用Dickinson开发的现金流模式法,根据经营现金流、投资现金流和筹资现金流的不同组合,将企业生命周期划分为成熟期与非成熟期两个阶段。借鉴孙薇和叶初升(2023)的研究,本文以企业规模行业年度中位数对样本进行分组。回归结果如表6所示,政府采购(Govpur)的系数在非成熟期企业以及小规模企业中更加显著。这意味着当企业的风险承受能力较低时,政府采购对企业供应链稳定性的提升作用更加显著,从而验证了研究假设2a。
| (1)sc_stable | (2)sc_stable | (3)sc_stable | (4)sc_stable | |
| 企业生命周期 | 企业规模 | |||
| 成熟期 | 非成熟期 | 大规模 | 小规模 | |
| Govpur | −0.001(−0.426) | 0.004***(2.666) | 0.001(1.126) | 0.012***(3.924) |
| Controls | 控制 | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.555 | 0.409 | 0.569 | 0.333 |
| 系数组间差异 | −0.005 | 0.010 | ||
| p值 | 0.020** | 0.000*** | ||
2. 供应链协调难度
由上文理论分析可知,政府采购有助于促进企业间的供应链整合,通过强化信息披露和有效的监督机制,缓解企业运营过程中的信息不对称问题,从而提升供应链的协同效应并降低其不稳定性(曹少鹏等,2023)。基于此,参考张冰晔等(2024)的做法,本文计算前五大供应商和客户集中度,并按照行业年度中位数将供应链集中度划分为两组;参考宫晓云等(2022)的思路,本文依据企业披露具体名称的供应商和客户数量占前五大供应商和客户总数的比例,构建供应链透明度指标,并按照行业年度中位数将该指标划分为两组。回归结果如表7所示,政府采购(Govpur)的系数在供应链集中度和透明度较高的企业中更加显著。这意味着当企业供应链协调难度较大时,即在协调结构较为复杂、交易稳定性比较脆弱的情境下,政府采购对企业供应链稳定性的提升作用更加明显,从而验证了研究假设2b。
| (1)sc_stable | (2)sc_stable | (3)sc_stable | (4)sc_stable | |
| 供应链集中度 | 供应链透明度 | |||
| 高 | 低 | 高 | 低 | |
| Govpur | 0.008***(3.601) | 0.001(1.058) | 0.015***(4.321) | 0.000(0.419) |
| Controls | 控制 | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.403 | 0.536 | 0.351 | 0.426 |
| 系数组间差异 | 0.007 | 0.015 | ||
| p值 | 0.000*** | 0.000*** | ||
(三)产业链位置是否影响政府采购的“稳链”效应?
由上文分析可知,政府采购直接影响市场需求,而下游企业对需求端的依赖度较高,致使其供应链资源协调效率较低。在此情境下,政府采购对企业供应链稳定性的影响更加显著(Malhotra和Mackelprang,2012)。为验证上述理论逻辑,本文按照企业所处产业链位置对样本进行分组分析。回归结果如表8所示,政府采购(Govpur)的系数在处于产业链下游位置的企业中更加显著。这意味着当企业供应链资源协调效率较低时,政府采购对企业供应链稳定性的提升作用更加明显,研究假设2c得到验证。
| (1)sc_stable | (2)sc_stable | |
| 中上游 | 下游 | |
| Govpur | 0.002(1.121) | 0.005***(3.373) |
| Controls | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 |
| N | ||
| Adj. R2 | 0.459 | 0.457 |
| 系数组间差异 | −0.003 | |
| p值 | 0.060* | |
(四)政府采购的溢出效应检验
上文分析表明,企业创新具有周期长、成本高以及收益不确定等特征,且可能降低供应链稳定性,这会抑制企业进行创新投入的积极性(武威等,2024)。与此同时,供应链稳定性引发的“惯性效应”使企业倾向于维持现有技术水平,避免创新或转型带来的不确定性风险,从而加剧“路径依赖”现象,削弱企业的创新与转型能力。政府采购的“稳链”效应通过为企业创新提供稳定且可持续的现金流,在有效提升供应链稳定性的同时还会产生溢出效应,对企业创新升级带来积极影响(张勇和殷健,2025)。此外,稳定的供应链关系在提升企业经营绩效的同时也能激发企业的劳动力雇佣动机(于小悦等,2026),但企业对雇佣成本与收益的权衡可能削弱这一动机。政府采购作为需求侧的持续订单采购活动,通过为企业提供稳定且庞大的现金流,能够缓解企业的劳动力雇佣资金约束,推动企业将劳动力雇佣动机转化为实际雇佣(董浩和闫晴,2025),从而产生稳定就业的溢出效应。
参考董浩和闫晴(2025)的研究设计,本文构建模型(3)来检验政府采购的溢出效应。
| $ \begin{aligned} Innovation_{i,t}\text{或}Employment_{i,t}=& \gamma_0+\gamma_1Govpur_{i,t} \times sc\_stable_{i,t}+\gamma_2Govpur_{i,t}+\gamma_3sc\_stable_{i,t} \\ & +Controls+Firm+Year+Industry+\varepsilon \end{aligned} $ | (3) |
本文分别采用创新产出与数字化转型来衡量创新升级效应(Innovation),并通过企业雇佣人数和劳动收入份额来测度企业的稳定就业效应(Employment)。具体而言,本文参考黎文靖和郑曼妮(2016)的做法,使用企业发明专利授权数量来衡量企业实质性创新产出(Patents);参考申志轩等(2024)以及温科和李常洪(2024)的思路,采用企业管理层讨论中涉及数字技术、区块链、云计算、大数据和人工智能应用等领域的关键词词频来测度企业的数字化转型水平(DCG);参考于小悦等(2026)的研究,使用企业员工人数的自然对数作为企业劳动力雇佣水平的指标(Employee);参考肖土盛等(2022)的研究设计,采用企业当期支付给员工的现金总额除以营业总收入作为劳动收入份额的代理指标(Laborincome)。
回归结果如表9所示。列(1)和(2)结果显示,供应链稳定性(sc_stable)的系数不显著,而交互项(Govpur×sc_stable)的系数显著为正。这表明政府采购在提升供应链稳定性的同时产生了正向溢出效应,显著促进了企业创新升级。列(3)和(4)结果显示,供应链稳定性(sc_stable)的系数不显著,而交互项(Govpur×sc_stable)的系数显著为正。这表明稳定的供应链关系在政府采购的作用下能够显著增强其稳定就业效应。上述结果支持了政府采购作为需求侧激励手段的有效性,同时为政策制定者提供了新的思路,即通过政府采购激励企业创新升级和优化就业环境。
| (1) | (2) | (3) | (4) | |
| 创新升级效应 | 稳定就业效应 | |||
| Patents | DCG | Employee | Laborincome | |
| 创新产出 | 数字化转型 | 企业雇佣人数 | 劳动收入份额 | |
| Govpur×sc_stable | 0.039**(2.523) | 0.034**(2.138) | 0.018***(2.724) | 0.003**(2.556) |
| Govpur | 0.018***(4.009) | 0.006(1.214) | 0.004**(2.387) | 0.000(1.090) |
| sc_stable | 0.078(1.616) | 0.034(0.688) | −0.034(−1.400) | 0.003(0.990) |
| Controls | 控制 | 控制 | 控制 | 控制 |
| Firm、Year和Industry | 控制 | 控制 | 控制 | 控制 |
| N | ||||
| Adj. R2 | 0.802 | 0.832 | 0.968 | 0.879 |
六、结 论
供应链的安全与稳定对于链上企业的资源共享与风险分担具有关键作用,能够有效降低企业经营风险,保障实体经济平稳发展,并为推动经济高质量发展提供重要支撑。政府采购的“稳链”效应通过供应链传导至被采购企业的上游供应商,对供应链整体稳定性产生重要影响。本文以2015—2022年中国A股上市公司为研究样本,检验了政府采购对企业供应链稳定性的影响及其作用机制。研究结果表明:第一,政府采购显著提升了企业供应链稳定性,且经过一系列稳健性检验后,该结论依然成立。第二,政府采购通过降低企业财务风险、声誉风险以及供应链波动风险,促进了供应链稳定性的提升。第三,在风险承受能力较低以及供应链协调难度较大的企业中,政府采购对供应链稳定性的提升作用更加显著。第四,政府采购通过提升下游企业的供应链资源协调效率,增强了企业供应链的整体稳定性。第五,政府采购在提升企业供应链稳定性的同时还产生了溢出效应,具体表现为创新升级效应与稳定就业效应。
结合上述研究结论,本文提出以下政策建议:对企业而言,应充分发挥政府采购的“稳链”效应,完善企业供应链运行机制,积极防范化解供应链系统性风险。本文研究表明,对风险承受能力较低以及供应链协调难度较大的企业来说,政府采购的“稳链”效应尤为显著。因此,企业可以精准利用这一效应,增强供应链上下游的合作深度与协同效率,通过更好地整合资源与优化信息流提升供应链的韧性与弹性。尤其是处于非成熟期的中小企业,应积极利用政府采购所提供的稳定市场需求,减少因市场波动而带来的不确定性风险,推动自身长期可持续发展。对政府而言,应充分发挥政府采购在需求端的稳定功能,降低不确定性风险对供应链稳定性的冲击。本文研究发现,政府采购通过降低企业的财务风险、声誉风险以及供应链波动风险,显著提升了供应链的稳定性。在此过程中,政府采购对供应链的正向溢出效应尤为关键,不仅提升了企业供应链稳定性,还间接促进了企业创新升级和稳定就业目标的实现。因此,政府应持续优化采购流程,提升采购透明度和公正性,通过“有为政府”与“有效市场”的结合,进一步营造公平竞争的市场环境,确保资源合理配置,推动整个供应链生态的健康发展。政策制定者应更加关注政府采购政策与供应链管理的协同关系,制定更加完善的配套政策,推动企业在数字化、智能化背景下实现供应链的全面优化升级,并通过稳定供应链关系来促进企业的就业增长和劳动力市场的稳定,实现经济高质量发展。
需要说明的是,由于供应商和客户名称披露的不完整性,本文所计算的供应链稳定性指标可能存在一定局限。此外,本文主要依赖供应商和客户名称的变化来衡量供应链稳定性,该指标在代表性方面可能有所不足。未来研究可进一步丰富供应链稳定性的度量指标,以提升研究结论的稳健性。
| [1] | 步丹璐, 王钰涵. “有为政府”与“有效市场”: 政府采购在市场中的稳定作用——基于企业经营风险的视角[J]. 财贸研究, 2023(6): 71–83. |
| [2] | 曹少鹏, 江伟, 石楚月. 大客户提升抑或降低了公司供应链透明度? ——基于供应商名称信息披露的经验证据[J]. 会计研究, 2023(3): 34–49. DOI:10.3969/j.issn.1003-2886.2023.03.003 |
| [3] | 常丽, 江琳, 王凌. 政府采购对企业新质生产力的影响及作用机制研究[J]. 会计与经济研究, 2025(1): 89–113. |
| [4] | 陈雯, 范茵子. 企业供应链风险感知与合作关系稳定性[J]. 管理世界, 2024(11): 209–227. DOI:10.3969/j.issn.1002-5502.2024.11.013 |
| [5] | 董浩, 闫晴. 供应链稳定性能否实现稳就业? [J]. 财经研究, 2025(2): 123–137. |
| [6] | 窦超, 姚潇, 陈晓. 政府背景大客户与债券发行定价——基于供应链视角[J]. 管理科学学报, 2021(9): 59–78. |
| [7] | 宫晓云, 权小锋, 刘希鹏. 供应链透明度与公司避税[J]. 中国工业经济, 2022(11): 155–173. DOI:10.3969/j.issn.1006-480X.2022.11.013 |
| [8] | 黄继承, 朱光顺. 绿色发展的中国模式: 政府采购与企业绿色创新[J]. 世界经济, 2023(11): 54–78. |
| [9] | 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100–120. DOI:10.3969/j.issn.1006-480X.2022.05.007 |
| [10] | 黎文靖, 郑曼妮. 实质性创新还是策略性创新? ——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016(4): 60–73. |
| [11] | 刘啟仁, 吴绍永, 叶承辉. 自由贸易试验区建设与企业供应链风险——基于供需平衡视角[J]. 国际贸易问题, 2024(2): 1–16. |
| [12] | 刘诗源, 林志帆, 冷志鹏. 税收激励提高企业创新水平了吗? ——基于企业生命周期理论的检验[J]. 经济研究, 2020(6): 105–121. |
| [13] | 逯东, 宋昕倍. 媒体报道、上市公司年报可读性与融资约束[J]. 管理科学学报, 2021(12): 45–61. |
| [14] | 潘越, 柯进军, 宁博. 不确定性冲击、政府采购与企业发展韧性[J]. 数量经济技术经济研究, 2024(4): 193–212. |
| [15] | 申志轩, 祝树金, 文茜, 等. 政府数字采购与企业数字化转型[J]. 数量经济技术经济研究, 2024(5): 71–91. |
| [16] | 孙薇, 叶初升. 政府采购何以牵动企业创新——兼论需求侧政策“拉力”与供给侧政策“推力”的协同[J]. 中国工业经济, 2023(1): 95–113. DOI:10.3969/j.issn.1006-480X.2023.01.006 |
| [17] | 覃家琦, 张令昊, 马振邦. 投资审批制度改革与企业投融资期限匹配——来自投资项目在线审批监管平台的证据[J]. 财经研究, 2025(1): 139–153. |
| [18] | 田利辉, 关欣. 不确定性冲击下政府采购的价值效应[J]. 财贸经济, 2023(9): 5–21. DOI:10.3969/j.issn.1002-8102.2023.09.001 |
| [19] | 王浩然, 周泽将. 经济政策不确定性与企业负财务费用[J]. 北京工商大学学报(社会科学版), 2025(2): 53–65. |
| [20] | 温科, 李常洪. 数字化转型、供应链集中度与供应商创新[J]. 统计与信息论坛, 2024(3): 107–128. |
| [21] | 武威, 曹畅, 王馨竹. 政府采购与“专精特新”中小企业创新——基于产业链供应链现代化视角[J]. 数量经济技术经济研究, 2024(7): 113–133. |
| [22] | 肖旦, 周永务, 史欣向, 等. 分销供应链中零售商横向竞争下采购联盟的稳定结构[J]. 中国管理科学, 2017(4): 33–41. |
| [23] | 肖土盛, 孙瑞琦, 袁淳, 等. 企业数字化转型、人力资本结构调整与劳动收入份额[J]. 管理世界, 2022(12): 220–235. DOI:10.3969/j.issn.1002-5502.2022.12.015 |
| [24] | 游家兴, 吕可夫, 于明洋. 市场型政策工具下的绿色创新效果研究——基于政府绿色采购清单的视角[J]. 经济管理, 2023(3): 148–169. |
| [25] | 于小悦, 高思凡, 于苏, 等. 政府采购与企业稳就业[J]. 财经研究, 2026(3): 94–108. |
| [26] | 张冰晔, 刘紫琦, 周君, 等. 供应链集中度对中国上市企业ESG表现的影响分析——基于企业经营视角[J]. 系统工程理论与实践, 2024(6): 1795–1814. DOI:10.12011/SETP2023-1840 |
| [27] | 张广冬, 邵艳. 风险投资与公司客户稳定性[J]. 会计研究, 2022(4): 179–192. DOI:10.3969/j.issn.1003-2886.2022.04.012 |
| [28] | 张勇, 殷健. 供应链客户稳定度对企业绿色创新的促进效应研究[J]. 会计与经济研究, 2025(1): 136–159. |
| [29] | 郑远, 张志宏. 政府采购的避税治理效应: 资源互换与信息监督[J]. 安徽大学学报(哲社版), 2025(3): 176–188. |
| [30] | 周泽将, 王怡晨, 雷玲. 企业ESG表现与商誉减值[J]. 经济理论与经济管理, 2024(7): 86–102. DOI:10.3969/j.issn.1000-596X.2024.07.006 |
| [31] | 祝嘉良, 王艺明, 施红艳. 政府采购与企业供应链韧性[J]. 财政研究, 2025(3): 112–128. |
| [32] | Bauer A M, Henderson D, Lynch D P. Supplier internal control quality and the duration of customer-supplier relationships[J]. The Accounting Review, 2018, 93(3): 59–82. DOI:10.2308/accr-51889 |
| [33] | Bray R L, Mendelson H. Information transmission and the bullwhip effect: An empirical investigation[J]. Management Science, 2012, 58(5): 860–875. DOI:10.1287/mnsc.1110.1467 |
| [34] | Cai K, Zhu H. Customer-supplier relationships and the cost of debt[J]. Journal of Banking & Finance, 2020, 110: 105686. |
| [35] | Chen C, Dasgupta S, Huynh T D, et al. Product market competition and corporate relocations: Evidence from the supply chain[J]. Management Science, 2023, 69(9): 5147–5173. DOI:10.1287/mnsc.2022.4586 |
| [36] | Cohen D A, Li B. Customer-base concentration, investment, and profitability: The U.S. government as a major customer[J]. The Accounting Review, 2020, 95(1): 101–131. DOI:10.2308/accr-52490 |
| [37] | Ersahin N, Giannetti M, Huang R D. Trade credit and the stability of supply chains[J]. Journal of Financial Economics, 2024, 155: 103830. DOI:10.1016/j.jfineco.2024.103830 |
| [38] | Goldman J. Government as customer of last resort: The stabilizing effects of government purchases on firms[J]. The Review of Financial Studies, 2020, 33(2): 610–643. DOI:10.1093/rfs/hhz059 |
| [39] | Madsen J M, McMullin J L. Economic consequences of risk disclosures: Evidence from crowdfunding[J]. The Accounting Review, 2020, 95(4): 331–363. DOI:10.2308/accr-52641 |
| [40] | Malhotra M K, Mackelprang A W. Are internal manufacturing and external supply chain flexibilities complementary capabilities?[J]. Journal of Operations Management, 2012, 30(3): 180–200. DOI:10.1016/j.jom.2012.01.004 |
| [41] | Samuels D. Government procurement and changes in firm transparency[J]. The Accounting Review, 2021, 96(1): 401–430. DOI:10.2308/tar-2018-0343 |